-
公开(公告)号：CN117332901A
公开(公告)日：2024-01-02
申请号：CN202311345954.1
申请日：2023-10-17
Applicant: 南方电网数字电网研究院有限公司
IPC: G06Q10/04 , G06Q50/06 , G06F30/28 , G06F30/27 , H02J3/00 , G01W1/10 , G06N3/045 , G06N3/0442 , G06F111/10 , G06F113/08 , G06F119/14 , G06F113/04 , G06F113/06 , G06F119/08
Abstract: 本发明公开了一种采用分层时间聚合策略的新能源小时间尺度功率预测方法。获取预测时间段内各离散时刻所对应的数值天气预报，其中，离散时刻的间隔时长为第一预设时长；将数值天气预报输入至预先训练得到的第一功率预测模型中，得到各离散时刻所对应的待使用预测功率；将待使用预测功率输入至第二功率预测模型中，得到新能源场站在预测时间段内各预测时刻所对应的新能源场站功率；其中，预测时刻的时间间隔为第二预设时长，第二预设时长小于第一预设时长。本发明压缩了新能源超短期功率预测的时间间隔，提高了新能源超短期功率预测的频率，提高了新能源功率预测精度。
-
公开(公告)号：CN117332898A
公开(公告)日：2024-01-02
申请号：CN202311342188.3
申请日：2023-10-17
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本发明公开了一种基于机器学习的新能源小时间尺度功率时序滚动预测方法。该方法涉及功率预测技术领域，包括：获取目标新能源场站在目标历史时间段内，每个历史时间点对应的历史功率数据；基于目标新能源场站的历史功率数据和目标功率预测模型，确定目标新能源场站在目标未来时间段内对应的功率预测数据，其中，目标功率预测模型是基于目标新能场站在多个待使用历史时间段内的待使用历史功率数据训练得到的。本发明实施例的技术方案解决了现有的功率预测方法依赖于天气预报，导致功率预测的时间尺度较大且预测结果不准确的问题，实现了对新能源场站在小时间尺度下的功率预测，提高预测的精确度。
-
公开(公告)号：CN116316617B
公开(公告)日：2023-09-15
申请号：CN202310603024.5
申请日：2023-05-26
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及一种多场站智能融合的新能源发电功率区域预测方法和系统。所述方法包括：获取目标区域内各新能源场站在未来时段对应的目标预测发电功率；根据各目标预测发电功率和各新能源场站对所述目标区域的贡献权重，确定所述目标区域的第一预测总发电功率；根据所述目标区域在历史时段的历史实际总发电功率，以及各新能源场站的地理坐标，确定所述目标区域的第二预测总发电功率；根据所述第一预测总发电功率和所述第二预测总发电功率，对所述目标区域在所述未来时段的新能源发电功率进行预测。采用本方法能够将目标区域内多个新能源场站智能融合，从而提高目标区域的预测总发电功率的准确性和全面性。
-
公开(公告)号：CN116316612B
公开(公告)日：2023-09-15
申请号：CN202310548550.6
申请日：2023-05-16
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及电力技术领域，特别是涉及一种自动机器学习的新能源功率云边协同预测方法及系统。该方法包括：响应于对目标新能源场站的功率预测需求，获取目标新能源场站在未来时段的未来数值天气预报数据和未来时段对应的历史时段的历史输出功率；根据未来数值天气预报数据的缺失情况，以及历史输出功率的数据量，从功率预测模型集中选择目标新能源场站对应的目标功率预测模型；根据目标工作模式，对目标功率预测模型进行调整，并基于调整后的目标功率预测模型，根据未来时段的未来数值天气预报数据和未来时段对应的历史时段的历史输出功率，预测目标新能源场站未来时段的目标输出功率。本申请能够提高新能源场站的功率预测准确性。
-
公开(公告)号：CN116227249B
公开(公告)日：2023-09-15
申请号：CN202310519220.4
申请日：2023-05-10
Applicant: 南方电网数字电网研究院有限公司
IPC: G06F30/20 , G06Q50/06 , G06F113/04 , G06F119/02
Abstract: 本申请涉及一种功率气象数据智能迁移的新能源长期电量预测方法与系统。所述方法包括：获取目标电力场站的历史发电量数据，根据目标电力场站的历史发电量数据，确定目标电力场站在预测时间段的第一发电量预测结果；根据目标电力场站对应的目标气象特征，在电力场站集合中匹配目标电力场站的相似电力场站；获取相似电力场站的历史发电量数据，根据相似电力场站的历史发电量数据，确定目标电力场站在预测时间段的第二发电量预测结果；根据第一发电量预测结果和第二发电量预测结果，确定目标电力场站的目标发电量预测结果。采用本方法能够基于历史数据迁移和相似场站进行数据迁移，确定精确的发电量预测结果，提高新能源发电量的预测结果准确度。
-
Patent Agency Ranking
公开(公告)号：CN116169675B
公开(公告)日：2023-09-12
申请号：CN202310433148.3
申请日：2023-04-21
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及一种考虑运行方式变化的电力系统动态稳定性在线评估方法、装置、计算机设备和计算机可读存储介质。所述方法包括：当电力系统出现故障时，获取电力系统的参数轨迹变量；根据电力系统当前的运行状态，匹配对应的稳定性评估模型；将参数轨迹变量输入至所匹配的稳定性评估模型进行电力系统动态稳定性在线评估，生成稳定性评估结果；其中，稳定性评估模型为，基于电力系统在不同运行状态下的故障数据集构建。采用本方法能够考虑到运行方式和拓扑变化，评估过程中匹配与电力系统当前的运行状态对应的稳定性评估模型，再结合电力系统当前故障时得到的轨迹变量，来对电力系统进行稳定性在线预测，评估速度更快，稳定性结果更为准确。
-
公开(公告)号：CN116599048A
公开(公告)日：2023-08-15
申请号：CN202310567323.8
申请日：2023-05-19
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及新能源功率预测技术领域，提供一种多模式灵活切换的高可靠新能源功率预测主站系统，多预测模式的智能备用与灵活切换，考虑NWP数据中断的极端情况，设计了极端情况下采用无NWP预测，数据恢复后自动切换正常预测的模式，保障极端情况下新能源功率预测业务正常开展。具体地，当气象采集服务器获取到的NWP数据对应到预测时间尺度时，采用正常预测模式的多重备用机制对新能源场站进行发电功率预测；当气象采集服务器获取到的NWP数据对应不到预测时间尺度时，从正常预测模式切换至可靠预测模式，对新能源场站进行发电功率预测。
-
公开(公告)号：CN116306030A
公开(公告)日：2023-06-23
申请号：CN202310548730.4
申请日：2023-05-16
Applicant: 南方电网数字电网研究院有限公司
IPC: G06F30/20 , G06F113/06 , G06F111/08
Abstract: 本申请涉及考虑预测误差和波动分布的新能源预测动态场景生成方法。所述方法包括：获取新能源的实测值和预测值并进行标幺化操作，得到标幺化结果；基于得到的标幺化结果构建预测箱，根据预测箱确定实测值的概率分布；获取超前时间预测值和样本，根据超前时间预测值、样本和实测值的概率分布生成新能源的动态场景。采用本方法能够更好地模拟具有风电的波动性和随机性的变化趋势，并对生成场景具有更好的优化，降低对超前时间预测值的预测误差。
-
公开(公告)号：CN116169675A
公开(公告)日：2023-05-26
申请号：CN202310433148.3
申请日：2023-04-21
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及一种考虑运行方式变化的电力系统动态稳定性在线评估方法、装置、计算机设备和计算机可读存储介质。所述方法包括：当电力系统出现故障时，获取电力系统的参数轨迹变量；根据电力系统当前的运行状态，匹配对应的稳定性评估模型；将参数轨迹变量输入至所匹配的稳定性评估模型进行电力系统动态稳定性在线评估，生成稳定性评估结果；其中，稳定性评估模型为，基于电力系统在不同运行状态下的故障数据集构建。采用本方法能够考虑到运行方式和拓扑变化，评估过程中匹配与电力系统当前的运行状态对应的稳定性评估模型，再结合电力系统当前故障时得到的轨迹变量，来对电力系统进行稳定性在线预测，评估速度更快，稳定性结果更为准确。
-
公开(公告)号：CN116167010A
公开(公告)日：2023-05-26
申请号：CN202310451657.9
申请日：2023-04-25
Applicant: 南方电网数字电网研究院有限公司
IPC: G06F18/2433 , G06F18/214 , G06F18/22 , G06N3/04 , G06N3/096 , G06Q50/06
Abstract: 本申请涉及具有智能迁移学习能力的电力系统异常事件快速识别方法。方法包括：获取待识别异常事件数据，并对待识别异常事件数据进行预处理操作，得到待识别目标数据；对待识别目标数据进行特征提取，得到待识别目标特征；将待识别目标特征输入至预先构建的异常事件识别模型中，得到异常事件预分类结果；确定待识别目标特征与异常事件预分类结果的特征相似度向量；将特征相似度向量与预设的相似度阈值向量进行比较，得到异常事件识别结果。采用本方法能够利用对异常事件发生时的正、负、零序电压所提取的特征数据，通过识别模型并基于特征相似度，实现了具有智能迁移学习能力的考虑新型电力系统中未知异常事件的异常事件识别。
-
-
-
-
-
-
-
-
-
Search Results
95
records
(took 0.05 seconds)
